JP2019154482A - 疲労度推定方法、疲労度推定装置およびプログラム - Google Patents

Abstract

【課題】人の心拍変動から明確な疲労度推定結果を簡便な方法で得る。【解決手段】疲労度推定装置は、対象者の心電図波形からＲ波を検出するＲ波検出部３と、Ｒ波検出部３によって検出されたＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出するＲ−Ｒ間隔算出部４と、一定拍数離れたＲ−Ｒ間隔の差を算出する差分算出部５と、疲労度推定の対象期間においてＲ−Ｒ間隔の差の絶対値が一定値を超えた割合を算出する割合算出部６と、算出された割合に基づいて対象者の疲労度を推定する疲労度推定部７とを備える。【選択図】 図６

Description

本発明は、心拍変動から人の疲労度を推定する疲労度推定方法、疲労度推定装置およびプログラムに関するものである。

昨今、ウェアラブルな心拍計測デバイスが開発され、さまざまなシーンでの心拍モニタリングが手軽に行われるようになってきている。
心拍間隔は、自律神経の影響を受けて変動する。心拍変動の分析により、自律神経機能の評価が行われる。

また、非特許文献１によれば、運動時の疲労は、脳、具体的には自律神経の中枢の疲労であることが分かっている。自律神経の中枢が疲労すれば、心拍変動にもその影響が現れると考えられる。
心拍変動の分析には、ＬＦ（Low Frequency）／ＨＦ（Hi Frequency）などの周波数領域の指標や、ＣＶＲＲ（心電位のＲ波と１つ前のＲ波の間隔であるＲ−Ｒ間隔の変動係数、Coefficient of variation of R-R interval）、ＲＲ５０などの時間領域の指標が用いられる。

心拍変動をモニタリングすることにより人の疲労度を推定することができれば、個人やチームでのスポーツなどのシーンで、それらの情報を活用することができる。
しかし、周波数領域での分析は、一般に確度が安定しておらず、相当程度にコントロールされた環境下でのデータでなければ、はっきりとした傾向を掴み難いのが実情である。また、時間領域の分析においても、ＣＶＲＲなどは、例えば体動等によるアーチファクトの混入の影響を受け易いという欠点がある。

図１１、図１２は、同一人物が別々の日に、登山の途中に休憩を取っているときのＲ−Ｒ間隔の時系列データを示す図である。図１１、図１２はそれぞれ５分間のデータを示している。図１１の例では、登山者の自律神経機能を反映した呼吸性の心拍変動が現れていることが見て取れる。一方、図１２の例では、心拍変動は僅かな量しか現れていない。

つまり、図１１のＲ−Ｒ間隔の時系列データが示す状態は登山者の疲労度が小さい状態で、図１２のデータが示す状態は登山者の疲労度が大きい状態と考えられる。これらのデータについて、例えばＲＲ５０（隣り合ったＲ−Ｒ間隔の差が５０ｍｓを超える割合）を求めてみると、図１１の例では０．９％、図１２の例では０％となり、顕著な違いにならない。運動中の人の疲労度推定に心拍変動を活用するには、明確な傾向を示す指標が望ましいが、従来の分析方法では、このような明確な傾向を示す指標が知られていなかった。

梶本修身，"すべての疲労は脳が原因"，集英社新書，ｐ．１９−２３，２０１６年

本発明は、上記のような問題点に鑑みてなされたものであり、人の心拍変動から明確な疲労度推定結果を簡便な方法で得ることができる疲労度推定方法、疲労度推定装置およびプログラムを提供することを目的とする。

本発明の疲労度推定方法は、対象者の心電図波形からＲ波を検出する第１のステップと、この第１のステップで検出したＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出する第２のステップと、一定拍数離れた前記Ｒ−Ｒ間隔の差を算出する第３のステップと、前記Ｒ−Ｒ間隔の差に基づいて前記対象者の疲労度を推定する第４のステップとを含むことを特徴とするものである。
また、本発明の疲労度推定方法の１構成例において、前記一定拍数は、６乃至９のいずれかである。
また、本発明の疲労度推定方法の１構成例は、さらに、前記第３のステップと前記第４のステップとの間に、疲労度推定の対象期間において前記Ｒ−Ｒ間隔の差の絶対値が一定値を超えた割合を算出する第５のステップを含み、前記第４のステップは、前記割合に基づいて前記対象者の疲労度を推定するステップを含むことを特徴とするものである。
また、本発明の疲労度推定方法の１構成例において、前記第４のステップは、前記割合が閾値以下の場合、前記対象者の疲労度が大きいと推定し、前記割合が前記閾値を超える場合、前記対象者の疲労度が小さいと推定するステップを含むことを特徴とするものである。

また、本発明の疲労度推定装置は、対象者の心電図波形からＲ波を検出するＲ波検出部と、このＲ波検出部によって検出されたＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出するＲ−Ｒ間隔算出部と、一定拍数離れた前記Ｒ−Ｒ間隔の差を算出する差分算出部と、前記Ｒ−Ｒ間隔の差に基づいて前記対象者の疲労度を推定する疲労度推定部とを備えることを特徴とするものである。
また、本発明の疲労度推定プログラムは、対象者の心電図波形からＲ波を検出する第１のステップと、この第１のステップで検出したＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出する第２のステップと、一定拍数離れた前記Ｒ−Ｒ間隔の差を算出する第３のステップと、前記Ｒ−Ｒ間隔の差に基づいて前記対象者の疲労度を推定する第４のステップとを、コンピュータに実行させることを特徴とするものである。

本発明によれば、対象者の心電図波形からＲ波を検出し、検出したＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出し、一定拍数離れたＲ−Ｒ間隔の差を算出することにより、呼吸性の心拍変動を指標化することができ、明確な疲労度推定結果を簡便な方法で得ることができる。

図１は、隣り合うＲ−Ｒ間隔の差のデータの１例を示す図である。 図２は、隣り合うＲ−Ｒ間隔の差のデータの別の例を示す図である。 図３は、６拍分離れたＲ−Ｒ間隔のデータの１例を示す図である。 図４は、６拍分離れたＲ−Ｒ間隔のデータの別の例を示す図である。 図５は、差を計算するＲ−Ｒ間隔同士の時間軸上の隔たりである拍数と、計算したＲ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合との関係を示す図である。 図６は、本発明の実施例に係る疲労度推定装置の構成を示すブロック図である。 図７は、本発明の実施例に係る疲労度推定装置の動作を説明するフローチャートである。 図８は、本発明の実施例に係る疲労度推定装置のＲ波検出部の構成を示すブロック図である。 図９は、本発明の実施例に係る疲労度推定装置のＲ波検出部の動作を説明するフローチャートである。 図１０は、本発明の実施例に係る疲労度推定装置を実現するコンピュータの構成例を示すブロック図である。 図１１は、Ｒ−Ｒ間隔の時系列データの１例を示す図である。 図１２は、Ｒ−Ｒ間隔の時系列データの別の例を示す図である。

［発明の原理］
図１、図２は、それぞれ図１１、図１２のＲ−Ｒ間隔の時系列データの、隣り合ったＲ−Ｒ間隔の差をプロットしたものである。図１の例では、呼吸性心拍変動の影響がみられる一方、図２の例では、ほぼ平滑な特性となっている。図１では、心拍変動による値のばらつきはあるものの、Ｒ−Ｒ間隔の差の絶対値が５０ｍｓを超えるものはほとんどない。この図１の元となった図１１のＲ−Ｒ間隔の時系列データは、休憩中の登山者のデータで、心拍数が９０ｂｐｍ前後であり、一呼吸の間の拍数が多いため、隣り合ったＲ−Ｒ間隔の差の絶対値が５０ｍｓを超えることはほぼない。したがって、図１（図１１）、図２（図１２）のいずれの例でもＲＲ５０の値は極めて小さいものとなり、差が出ない。

図３、図４は、それぞれ図１１、図１２のＲ−Ｒ間隔の時系列データの、６拍分離れたＲ−Ｒ間隔の差をプロットしたものである。なお、図１１、図１２上のある点でのＲ−Ｒ間隔の値は、その点でのＲ波の時刻（心拍時刻）と１つ前（１拍前）のＲ波の時刻（心拍時刻）との時間間隔であり、図３、図４上のある点での値は、その点でのＲ−Ｒ間隔と６つ前（６拍前）のＲ−Ｒ間隔との差をとったものとなる。

図３の例ではＲ−Ｒ間隔の差のばらつきの幅が広がっているが、図４の例では依然としてばらつきが少ない。すなわち、図３の例では、６拍分離れたＲ−Ｒ間隔の差をとることで、呼吸によるＲ−Ｒ間隔の増減の周期と合うため、Ｒ−Ｒ間隔の差の変化が浮かび上がるようになっている。一方、図４の例では、元となった図１２のデータに呼吸性心拍変動の影響が現れていないため、６拍分離れたＲ−Ｒ間隔の差をとっても変化量が少ない。

図５は、差を計算するＲ−Ｒ間隔同士の時間軸上の隔たりである拍数Ｎと、計算したＲ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合との関係を示す図である。図５の５０は図１１のＲ−Ｒ間隔の時系列データから計算した値を示し、５１は図１２のＲ−Ｒ間隔の時系列データから計算した値を示している。

図１２のＲ−Ｒ間隔の時系列データから計算した場合には、拍数Ｎを増やしても、Ｒ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合は０％のままで変わらない。
一方、図１１のＲ−Ｒ間隔の時系列データから計算した場合、Ｒ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合は、拍数Ｎの増加と共に著しく上昇し、拍数Ｎが６乃至９のときに２０％程度となって概ねピークの値に達し、それ以降は下降している。さらに、Ｒ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合は、下降後に再び上昇に転じている。この上昇は、次の呼吸に伴うＲ−Ｒ間隔の変動を反映しているものの、時間がより経過している分、呼吸以外の変動要素も含まれる可能性がある。

以上のように、拍数Ｎを６乃至９とすることで、呼吸以外の変動要素を極力除外することができ、図１１の場合と図１２の場合の違いを明確に示す指標が得られることが分かる。Ｒ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合に違いが現れる理由は、そのときの心拍数と呼吸リズムの関係にもよるが、拍数Ｎが６乃至９程度のときに、一回の呼吸での呼吸性の心拍変動が強調されるためと考えられる。その場合に、Ｒ−Ｒ間隔の差の絶対値が５０ｍｓを超える割合が、０％に近い場合は人の疲労度が大きく、１０数％以上であれば疲労度が小さいと推定することができる。

［実施例］
以下、本発明の実施の形態について図面を参照して説明する。図６は本発明の実施例に係る疲労度推定装置の構成を示すブロック図である。疲労度推定装置は、ＥＣＧ（Electrocardiogram、心電図）波形のサンプリングデータ列を出力する心電計１と、ＥＣＧ波形のサンプリングデータ列とサンプリング時刻の情報とを記憶する記憶部２と、ＥＣＧ波形のサンプリングデータ列の中からＲ波を検出するＲ波検出部３と、Ｒ波の時刻の時系列データからＲ−Ｒ間隔を算出するＲ−Ｒ間隔算出部４と、一定拍数離れたＲ−Ｒ間隔の差をＲ−Ｒ間隔毎に算出する差分算出部５と、疲労度推定の対象期間においてＲ−Ｒ間隔の差の絶対値が一定値を超えた割合を算出する割合算出部６と、算出された割合に基づいて対象者の疲労度を推定する疲労度推定部７と、推定結果を出力する推定結果出力部８とを備えている。

以下、本実施例の疲労度推定装置の動作を図７を用いて説明する。本実施例では、ＥＣＧ波形をサンプリングしたデータ列をＤ（ｉ）とする。ｉ（ｉ＝１，２，…）は１サンプリングのデータに付与される番号である。番号ｉが大きくなる程、サンプリング時刻が後になることは言うまでもない。

心電計１は、疲労度推定の対象者のＥＣＧ波形を測定し、ＥＣＧ波形のサンプリングデータ列Ｄ（ｉ）を出力する（図７ステップＳ１００）。このとき、心電計１は、各サンプリングデータにサンプリング時刻の情報を付加して出力する。なお、ＥＣＧ波形の具体的な測定方法は周知の技術であるので、詳細な説明は省略する。記憶部２は、心電計１から出力されたＥＣＧ波形のサンプリングデータ列Ｄ（ｉ）とサンプリング時刻の情報とを記憶する。

周知のとおり、ＥＣＧ波形は、連続した心拍波形からなり、１つの心拍波形は、心房や心室の活動を反映したＰ波、Ｑ波、Ｒ波、Ｓ波、Ｔ波等の成分からなっている。
Ｒ波検出部３は、記憶部２に格納されたＥＣＧ波形のサンプリングデータ列Ｄ（ｉ）の中から、Ｒ波を検出する（図７ステップＳ１０１）。

ＥＣＧ波形を計測する際、ウエアラブルな心電計１を用いてＥＣＧ波形を取得すると、体動等に伴うノイズが混入し易い。このようなノイズの混入により、Ｒ波検出の誤りが誘発されることがある。特に、ＥＣＧ波形の基線の急激な搖動を、Ｒ波と誤って検出してしまうことがある。そこで、発明者らは、基線搖動のあるＥＣＧ波形データからでも、Ｒ波（心拍）を的確に検出することができる方法を提案した（特願２０１７−０７６６２２）。以下、提案した方法を基にＲ波検出部３について説明する。

図８はＲ波検出部３の構成を示すブロック図である。Ｒ波検出部３は、ＥＣＧ波形のサンプリングデータ列からサンプリングデータの時間差分の正負反転値をサンプリング時刻毎に算出する時間差分正負反転値算出部３０と、処理対象のサンプリング時刻よりも前の一定の時間範囲の正負反転値と処理対象のサンプリング時刻よりも後の一定の時間範囲の正負反転値のうちの最大値をサンプリング時刻毎に検出する最大値検出部３１と、処理対象のサンプリング時刻の正負反転値から最大値を引いた減算値をサンプリング時刻毎に算出する減算値算出部３２と、処理対象のサンプリング時刻について算出された最新の減算値から所定時間前の減算値までの範囲における減算値の変化量をサンプリング時刻毎に算出し、これらの変化量を積算する積算値算出部３３と、積算値が所定の閾値を超えたときに、処理対象のサンプリング時刻をＲ波の時刻（心拍時刻）とする時刻決定部３４とを備えている。

最大値検出部３１は、時間差分正負反転値算出部３０によって算出された時間差分正負反転値を入力とするＦＩＦＯバッファ（First In,First Out）４０と、ＦＩＦＯバッファ４０の出力値を入力とするＦＩＦＯバッファ４１と、ＦＩＦＯバッファ４１の出力値を入力とするＦＩＦＯバッファ４２と、ＦＩＦＯバッファ４０に格納された時間差分正負反転値およびＦＩＦＯバッファ４２に格納された時間差分正負反転値のうちの最大値をサンプリング時刻毎に検出する検出処理部４３とから構成される。

減算値算出部３２は、時間差分正負反転値算出部３０によって算出された時間差分正負反転値を入力とするＦＩＦＯバッファ５０と、ＦＩＦＯバッファ５０の出力値から、最大値検出部３１によって検出された最大値を引いた減算値をサンプリング時刻毎に算出する減算処理部５１とから構成される。

積算値算出部３３は、減算処理部５１によって算出された減算値を記憶する記憶部６０と、最新の減算値から所定時間前の減算値までの範囲における減算値の変化量をサンプリング時刻毎に算出する変化量算出部６１と、最新の減算値から所定時間前の減算値までの範囲における減算値の変化量を積算する積算処理部６２とから構成される。

以下、本実施例のＲ波検出方法を図９を用いて説明する。ここでは、１つのＲ波（心拍）を検出し、そのＲ波の時刻を得るまでの手順を説明する。このような時刻の算出をＥＣＧ波形データの期間にわたって繰り返すことによって、Ｒ波の時刻の時系列データが得られる。

時間差分正負反転値算出部３０は、サンプリングデータＤ（ｉ）の時間差分正負反転値Ｙ（ｉ）を算出するため、サンプリングデータＤ（ｉ）の１サンプリング後のデータＤ（ｉ＋１）と１サンプリング前のデータＤ（ｉ−１）とを記憶部２から取得する（図９ステップＳ１）。そして、時間差分正負反転値算出部３０は、サンプリングデータＤ（ｉ）の時間差分正負反転値Ｙ（ｉ）を次式のようにサンプリング時刻毎に算出する（図９ステップＳ２）。
Ｙ（ｉ）＝−｛Ｄ（ｉ＋１）−Ｄ（ｉ−１）｝ ・・・（１）

時間差分正負反転値算出部３０は、算出した時間差分正負反転値Ｙ（ｉ）をサンプリング時刻毎にＦＩＦＯバッファ５０に入力する（図９ステップＳ３）。入力された値は、ＦＩＦＯバッファ５０内に保持され、ＦＩＦＯバッファ５０の大きさに相当する時間（時間差分正負反転値がＦＩＦＯバッファ５０に入力されてから出力されるまでの遅延時間）の後、減算処理に用いられることになる。

また、時間差分正負反転値算出部３０は、算出した時間差分正負反転値Ｙ（ｉ）をサンプリング時刻毎にＦＩＦＯバッファ４０に入力する（図９ステップＳ４）。ＦＩＦＯバッファ４０の出力はＦＩＦＯバッファ４１に入力され（図９ステップＳ５）、ＦＩＦＯバッファ４１の出力はＦＩＦＯバッファ４２に入力される（図９ステップＳ６）。ＦＩＦＯバッファ４０〜４２は、一定の時間範囲での時間差分正負反転値の最大値を求めるためのものである。

ＦＩＦＯバッファ４１の大きさに相当する時間間隔Ｌ３（時間差分正負反転値がＦＩＦＯバッファ４１に入力されてから出力されるまでの遅延時間）は、Ｒ波由来のピークの幅（概ね１０ｍｓ程度である）に対して十分広くしておく必要があり、５０ｍｓ程度が好ましい。また、ＦＩＦＯバッファ４０の大きさに相当する時間間隔Ｌ２（時間差分正負反転値がＦＩＦＯバッファ４０に入力されてから出力されるまでの遅延時間）、およびＦＩＦＯバッファ４２の大きさに相当する時間間隔Ｌ４（時間差分正負反転値がＦＩＦＯバッファ４２に入力されてから出力されるまでの遅延時間で、Ｌ２＝Ｌ４）は、１００ｍｓ程度が適当である。また、ＦＩＦＯバッファ５０の大きさに相当する時間間隔Ｌ１は、Ｌ１＝Ｌ２＋Ｌ３／２とすればよい。したがって、上記の数値例で言えば、Ｌ１は１２５ｍｓとなる。Ｌ１＝Ｌ２＋Ｌ３／２かつＬ２＝Ｌ４とすることにより、ＦＩＦＯバッファ５０の出力値ａの時刻（処理対象のサンプリング時刻）に対して、−（Ｌ２＋Ｌ３／２）〜−（Ｌ３／２）の範囲と（Ｌ３／２）〜（Ｌ２＋Ｌ３／２）の範囲について最大値Ｍを求めることができ、出力値ａから最大値Ｍを減算することが可能となる。

検出処理部４３は、ＦＩＦＯバッファ４０に格納された時間差分正負反転値およびＦＩＦＯバッファ４２に格納された時間差分正負反転値のうちの最大値Ｍをサンプリング時刻毎に検出する（図９ステップＳ７）。
減算処理部５１は、ＦＩＦＯバッファ５０の出力値ａから最大値Ｍを引いた減算値ｂ＝ａ−Ｍをサンプリング時刻毎に算出する（図９ステップＳ８）。この減算処理部５１によって算出された減算値ｂは記憶部６０に格納される。

変化量算出部６１は、減算処理部５１によって算出された減算値ｂ（ｉ）の１サンプリング前の減算値ｂ（ｉ−１）に対する変化量ｃ（ｉ）を次式のように算出する（図９ステップＳ９）。
ｃ（ｉ）＝ｂ（ｉ）−ｂ（ｉ−１） ・・・（２）

変化量算出部６１は、記憶部６０に記憶されている値を用いて、式（２）のような変化量ｃを、減算処理部５１によって算出された最新の減算値ｂ（ｉ）から所定時間（本実施例では２０ｍｓ）前の減算値ｂ（ｉ−Ｎ−１）までの範囲（Ｎは最新から所定時間前までの時間範囲に含まれる減算値ｂの個数）についてサンプリング時刻毎に算出する。

積算処理部６２は、最新の減算値ｂ（ｉ）から所定時間前の減算値ｂ（ｉ−Ｎ−１）までの範囲について変化量算出部６１がサンプリング時刻毎に算出した変化量ｃ（ｉ），ｃ（ｉ−１），ｃ（ｉ−２），・・・・，ｃ（ｉ−Ｎ−１）を次式のように積算する（図９ステップＳ１０）。
ｄ（ｉ）＝ｃ（ｉ）＋ｃ（ｉ−１）＋ｃ（ｉ−２）＋・・・・＋ｃ（ｉ−Ｎ−１）
・・・（３）

ただし、積算処理部６２は、積算対象の変化量ｃ（ｉ），ｃ（ｉ−１），ｃ（ｉ−２），・・・・，ｃ（ｉ−Ｎ−１）に、符号が負の減少量が含まれる場合、この減少量を積算から除外し、符号が正の増加量である変化量ｃのみを積算した値ｄ（ｉ）を算出する。

時刻決定部３４は、積算値ｄ（ｉ）が所定の閾値ＴＨ１を超えたときに（図９ステップＳ１１においてｙｅｓ）、この積算値ｄ（ｉ）のサンプリング時刻をＲ波（心拍）の時刻とする（図９ステップＳ１２）。

なお、積算値ｄ（ｉ）は、時間差分正負反転値算出部３０が算出した時間差分正負反転値よりも時間間隔Ｌ１だけ過去の時間差分正負反転値（出力値ａ）のサンプリング時刻を処理対象のサンプリング時刻として求めたものである。出力値ａのサンプリング時刻の情報は記憶部２から取得することが可能である。

こうして、ステップＳ１〜Ｓ１２の処理をサンプリング周期毎に繰り返し実行することで、Ｒ波の時刻の時系列データが得られる。検出されたＲ波の時刻の時系列データは、記憶部２に格納される。
なお、以上のＲ波検出方法は１例であって、他の方法でＲ波を検出してもよい。

次に、Ｒ−Ｒ間隔算出部４は、記憶部２に格納されたＲ波の時刻の時系列データから、Ｒ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を、Ｒ波毎（心拍毎）に算出する（図７ステップＳ１０２）。算出されたＲ−Ｒ間隔の時系列データは、記憶部２に格納される。

差分算出部５は、一定拍数（一定個数）だけ離れたＲ−Ｒ間隔の差Ｄｉｆを、Ｒ−Ｒ間隔毎に算出する（図７ステップＳ１０３）。具体的には、差分算出部５は、時系列データ中のある点のＲ−Ｒ間隔Ｉｎｅｗと、その一定拍数ＣＮ（ＣＮは規定値で、本実施例では６乃至９のいずれか）前のＲ−Ｒ間隔Ｉｏｌｄとの差Ｄｉｆを次式のように算出する。
Ｄｉｆ＝Ｉｎｅｗ−Ｉｏｌｄ ・・・（４）

差分算出部５は、このような差Ｄｉｆの算出を、疲労度推定の対象期間（図１１、図１２の例では５分間）の全てのＲ−Ｒ間隔のデータについて行う。ただし、対象期間の初めのＣＮ個のＲ−Ｒ間隔のデータについては、その一定拍数ＣＮ前のＲ−Ｒ間隔のデータが存在しない場合、Ｉｏｌｄが０となることは言うまでもない。算出されたＲ−Ｒ間隔の差の時系列データは、記憶部２に格納される。

次に、割合算出部６は、疲労度推定の対象期間においてＲ−Ｒ間隔の差Ｄｉｆの絶対値が一定値（本実施例では５０ｍｓ）を超えた割合ｒを算出する（図７ステップＳ１０４）。疲労度推定の対象期間におけるＲ−Ｒ間隔の差Ｄｉｆの全データ数をｎａｌｌ、疲労度推定の対象期間におけるＲ−Ｒ間隔の差Ｄｉｆの絶対値｜Ｄｉｆ｜が一定値を超えた回数をｎとすると、割合ｒは次式のようになる。
ｒ＝ｎ／ｎａｌｌ×１００［％］ ・・・（５）

疲労度推定部７は、割合算出部６によって算出された割合ｒと所定の閾値ＴＨ２とを比較して、対象者の疲労度を推定する（図７ステップＳ１０５）。具体的には、疲労度推定部７は、割合ｒが閾値ＴＨ２（例えば１０％）以下の場合、対象者の疲労度が大きいと推定し、割合ｒが閾値ＴＨ２を超える場合、対象者の疲労度が小さいと推定する。閾値ＴＨ２については、図５の結果から、０％と１０数％の間の値を閾値ＴＨ２として予め規定しておけばよい。

推定結果出力部８は、疲労度推定部７による推定結果を出力する（図７ステップＳ１０６）。このときの出力方法としては、例えば推定結果の表示、推定結果の音声出力、推定結果の外部機器への無線送信などがある。

こうして、本実施例では、対象者の心拍変動から明確な疲労度推定結果を簡便な方法で得ることができる。

本実施例で説明した疲労度推定装置の記憶部２とＲ波検出部３とＲ−Ｒ間隔算出部４と差分算出部５と割合算出部６と疲労度推定部７とは、ＣＰＵ（Central Processing Unit）、記憶装置及びインタフェースを備えたコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。このコンピュータの構成例を図１０に示す。コンピュータは、ＣＰＵ１００と、記憶装置１０１と、インターフェース装置（以下、Ｉ／Ｆと略する）１０２とを備えている。Ｉ／Ｆ１０２には、心電計１と、推定結果出力部８のハードウェアとが接続される。このようなコンピュータにおいて、本発明の疲労度推定方法を実現させるための疲労度推定プログラムは記憶装置１０１に格納される。ＣＰＵ１００は、記憶装置１０１に格納された疲労度推定プログラムに従って本実施例で説明した処理を実行する。

本発明は、人の疲労度を推定する技術に適用することができる。

１…心電計、２…記憶部、３…Ｒ波検出部、４…Ｒ−Ｒ間隔算出部、５…差分算出部、６…割合算出部、７…疲労度推定部、８…推定結果出力部、３０…時間差分正負反転値算出部、３１…最大値検出部、３２…減算値算出部、３３…積算値算出部、３４…時刻決定部、４０〜４２，５０…ＦＩＦＯバッファ、４３…検出処理部、５１…減算処理部、６１…変化量算出部、６２…積算処理部。

Claims (8)

1. 対象者の心電図波形からＲ波を検出する第１のステップと、
   この第１のステップで検出したＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出する第２のステップと、
   一定拍数離れた前記Ｒ−Ｒ間隔の差を算出する第３のステップと、
   前記Ｒ−Ｒ間隔の差に基づいて前記対象者の疲労度を推定する第４のステップとを含むことを特徴とする疲労度推定方法。
2. 請求項１記載の疲労度推定方法において、
   前記一定拍数は、６乃至９のいずれかであることを特徴とする疲労度推定方法。
3. 請求項１または２記載の疲労度推定方法において、
   さらに、前記第３のステップと前記第４のステップとの間に、疲労度推定の対象期間において前記Ｒ−Ｒ間隔の差の絶対値が一定値を超えた割合を算出する第５のステップを含み、
   前記第４のステップは、前記割合に基づいて前記対象者の疲労度を推定するステップを含むことを特徴とする疲労度推定方法。
4. 請求項３記載の疲労度推定方法において、
   前記第４のステップは、前記割合が閾値以下の場合、前記対象者の疲労度が大きいと推定し、前記割合が前記閾値を超える場合、前記対象者の疲労度が小さいと推定するステップを含むことを特徴とする疲労度推定方法。
5. 対象者の心電図波形からＲ波を検出するＲ波検出部と、
   このＲ波検出部によって検出されたＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出するＲ−Ｒ間隔算出部と、
   一定拍数離れた前記Ｒ−Ｒ間隔の差を算出する差分算出部と、
   前記Ｒ−Ｒ間隔の差に基づいて前記対象者の疲労度を推定する疲労度推定部とを備えることを特徴とする疲労度推定装置。
6. 請求項５記載の疲労度推定装置において、
   前記一定拍数は、６乃至９のいずれかであることを特徴とする疲労度推定装置。
7. 請求項５または６記載の疲労度推定装置において、
   さらに、疲労度推定の対象期間において前記Ｒ−Ｒ間隔の差の絶対値が一定値を超えた割合を算出する割合算出部を備え、
   前記疲労度推定部は、前記割合に基づいて前記対象者の疲労度を推定することを特徴とする疲労度推定装置。
8. 対象者の心電図波形からＲ波を検出する第１のステップと、
   この第１のステップで検出したＲ波と１つ前のＲ波の時間間隔であるＲ−Ｒ間隔を算出する第２のステップと、
   一定拍数離れた前記Ｒ−Ｒ間隔の差を算出する第３のステップと、
   前記Ｒ−Ｒ間隔の差に基づいて前記対象者の疲労度を推定する第４のステップとを、コンピュータに実行させることを特徴とする疲労度推定プログラム。

Images